Domi31tls 93617bab55 analysis: Analyse complète des causes racines de la régression de qualité ...

- Régression identifiée: +183.6% PII/doc (13.4 → 38.0)
- 6 causes racines confirmées:
  1. Sur-masquage termes médicaux (RE_SERVICE trop large)
  2. Sur-détection noms (répétitions + termes médicaux)
  3. Masquage médicaments (whitelist non utilisée)
  4. Sur-masquage dates (51 vs 2, +2450%)
  5. Répétitions en-têtes/pieds (RPPS 36 vs 2)
  6. Artefacts OCR (paramètres non optimaux)

- Plan de correction en 3 phases (1-10 jours)
- Impact attendu: PII/doc -66%, Precision +35 points

Fichiers:
- ROOT_CAUSE_ANALYSIS.md: Analyse détaillée
- EXECUTIVE_SUMMARY.md: Résumé exécutif
- tools/root_cause_analysis.py: Script d'analyse
- tools/deep_quality_regression_analysis.py: Analyse approfondie

2026-03-02 23:13:30 +01:00

..

analyze_baseline_results.py

feat: Analyse baseline - 77.7% FP dus à NOM_EXTRACTED, 19.2% à propagation globale

2026-03-02 10:59:10 +01:00

analyze_corpus.py

feat: Phase 1 - Système d'évaluation de la qualité

2026-03-02 10:07:41 +01:00

analyze_episode_fp.py

feat: Optimize EPISODE false positives - filter trackare filename episodes

2026-03-02 15:33:29 +01:00

analyze_false_positives.py

feat: Filtre hospitalier pour éliminer les faux positifs

2026-03-02 11:21:48 +01:00

analyze_global_propagation.py

feat: Analyse propagation globale - 100% des *_GLOBAL et NOM_EXTRACTED sont des FP

2026-03-02 11:01:14 +01:00

analyze_real_quality.py

analysis: Analyse réelle de la qualité - Identification des faux positifs médicaux

2026-03-02 22:41:14 +01:00

annotation_tool.py

feat: Phase 1 - Système d'évaluation de la qualité

2026-03-02 10:07:41 +01:00

auto_annotate_dataset.py

feat: Annotation automatique et évaluation qualité baseline - Rappel 100%, Précision 18.97%

2026-03-02 10:51:38 +01:00

batch_anonymize_test_dataset.py

feat: Benchmark de performance baseline - 2.62s/doc moyen, 92% dans objectif

2026-03-02 10:42:15 +01:00

compare_original_vs_anonymized.py

analysis: Analyse réelle de la qualité - Identification des faux positifs médicaux

2026-03-02 22:41:14 +01:00

compare_test_vs_production.py

docs: Analyse complète de la régression de qualité - Causes racines identifiées

2026-03-02 23:09:25 +01:00

convert_annotations_format.py

feat: Annotation automatique et évaluation qualité baseline - Rappel 100%, Précision 18.97%

2026-03-02 10:51:38 +01:00

copy_selected_docs.py

feat: Phase 1 - Système d'évaluation de la qualité

2026-03-02 10:07:41 +01:00

debug_force_term.py

docs: Analyse finale validation corpus - système fonctionnel

2026-03-02 21:38:30 +01:00

deep_quality_regression_analysis.py

docs: Analyse complète de la régression de qualité - Causes racines identifiées

2026-03-02 23:09:25 +01:00

extract_false_positives.py

feat: Filtre hospitalier pour éliminer les faux positifs

2026-03-02 11:21:48 +01:00

extract_medical_stopwords.py

feat: Analyse propagation globale - 100% des *_GLOBAL et NOM_EXTRACTED sont des FP

2026-03-02 11:01:14 +01:00

root_cause_analysis.py

analysis: Analyse complète des causes racines de la régression de qualité

2026-03-02 23:13:30 +01:00

run_baseline_benchmark.py

feat: Benchmark de performance baseline - 2.62s/doc moyen, 92% dans objectif

2026-03-02 10:42:15 +01:00

run_quality_evaluation.py

feat: Annotation automatique et évaluation qualité baseline - Rappel 100%, Précision 18.97%

2026-03-02 10:51:38 +01:00

show_anonymization_example.py

feat: Benchmark de performance baseline - 2.62s/doc moyen, 92% dans objectif

2026-03-02 10:42:15 +01:00

show_batch_summary.py

feat: Benchmark de performance baseline - 2.62s/doc moyen, 92% dans objectif

2026-03-02 10:42:15 +01:00

show_fp_details.py

feat: Filtre hospitalier pour éliminer les faux positifs

2026-03-02 11:21:48 +01:00

test_all_cro.py

fix: Propagation globale sélective v2 - Normalisation dates + Multi-pass

2026-03-02 12:22:58 +01:00

test_chcb_leak.py

docs: Analyse finale validation corpus - système fonctionnel

2026-03-02 21:38:30 +01:00

test_date_propagation.py

fix: Propagation globale sélective v2 - Normalisation dates + Multi-pass

2026-03-02 12:22:58 +01:00

test_episode_filter.py

feat: Optimize EPISODE false positives - filter trackare filename episodes

2026-03-02 15:33:29 +01:00

test_gui_complete.py

feat(gui): Ajout bouton Arrêter pour stopper le traitement en cours

2026-03-02 22:04:00 +01:00

test_gui_simulation.py

feat(gui): Ajout bouton Arrêter pour stopper le traitement en cours

2026-03-02 22:04:00 +01:00

test_gui_stop_button.md

docs: Documentation du bouton Arrêter déjà implémenté dans le GUI

2026-03-02 22:05:33 +01:00

test_hospital_filter.py

feat: Filtre hospitalier pour éliminer les faux positifs

2026-03-02 11:21:48 +01:00

validate_anonymization.py

fix: Propagation globale sélective v2 - Normalisation dates + Multi-pass

2026-03-02 12:22:58 +01:00

validate_corpus_sample.py

feat: Validation corpus complet - 100% qualité confirmée

2026-03-02 19:55:48 +01:00

validate_full_corpus.py

feat: Validation corpus complet - 100% qualité confirmée

2026-03-02 19:55:48 +01:00